INTELLIGENZA ARTIFICIALE IN MEDICINA
Stampa
Anno immatricolazione
2019/2020
Anno offerta
2020/2021
Normativa
DM270
SSD
ING-INF/06 (BIOINGEGNERIA ELETTRONICA E INFORMATICA)
Dipartimento
DIPARTIMENTO DI INGEGNERIA INDUSTRIALE E DELL'INFORMAZIONE
Corso di studio
BIOINGEGNERIA
Curriculum
Sanita' digitale
Anno di corso
Periodo didattico
Primo Semestre (28/09/2020 - 22/01/2021)
Crediti
6
Ore
54 ore di attività frontale
Lingua insegnamento
Italiano
Tipo esame
SCRITTO
Docente
SACCHI LUCIA (titolare) - 6 CFU
Prerequisiti
----
Obiettivi formativi
Questo corso si propone di fornire le competenze necessarie allo sviluppo di un sistema di supporto alle decisioni in medicina. In particolare, vengono introdotti gli strumenti per la concettualizzazione, la formalizzazione e la gestione della conoscenza, e viene discussa la loro applicazione nella modellizzazione di processi sanitari. La prima parte del corso è dedicata alla modellizzazione della conoscenza attraverso le Ontologie. La seconda parte del corso tratta il tema della Evidence-Based Medicine, con particolare attenzione alla stesura di Linee Guida per la pratica clinica e alla loro infomatizzazione sotto forma di Computer Interpretable Guidelines (CIG). Infine, viene introdotta la modellizzazione dei processi di lavoro, partendo dal mondo aziendale e poi focalizzandosi sui processi sanitari.
Durante il corso vengono introdotti due strumenti software, che consentiranno di realizzare un prototipo di sistema di supporto alle decisioni basato sulle linee guida per la pratica clinica correnti.
L'obiettivo principale di questo corso è trasmettere l'importanza, soprattutto in ambito sanitario, della concettualizzazione e della formalizzazione della conoscenza. Attraverso l'applicazione pratica è possibile comprendere la complessità delle fasi di costruzione di un sistema di supporto alle decisioni e del suo effettivo impiego all'interno della pratica clinica.
Programma e contenuti
Ingegneria della conoscenza
I modelli di sistemi basati sulla conoscenza
La creazione e la gestione della conoscenza
Introduzione all'intelligenza artificiale in medicina
La storia dell'intelligenza artificiale in medicina
Sistemi di supporto alle decisioni in medicina
Costruzione di basi di Conoscenza
Ontologie
Come si modellizza un'ontologia
Creazione di ontologie in Protegé
Formalizzazione della Conoscenza Medica
Le linee guida per rappresentare i comportamenti consigliati in medicina: la loro costruzione e disseminazione in ambito sanitario
Le linee guida informatizzate
Process Modeling
Rappresentazione di processi tramite workflow
Reti di Petri e relative estensioni
Modellizzazione di workflow con le reti di Petri
YAWL per la modellizzazione dei processi di cura
Metodi didattici
Lezioni (ore/anno in aula): 35
Esercitazioni (ore/anno in aula): 10
Attività pratiche (ore/anno in aula): 10
Testi di riferimento
Dispense e materiale di approfondimento disponibili sul sito del corso.
Altri testi:
R. Greenes: Clinical decision support- The road for broad adoption, 2nd Edition, Academic Press
R. Arp, B. Smith, A.D. Spear: Basic Formal Ontologies, The MIT Press
Modalità verifica apprendimento
Durante il corso gli studenti impareranno ad utilizzare 2 software tool che permettono loro di applicare tutte le nozioni apprese durante le lezioni frontali. Nella seconda metà del corso, gli studenti si dividono in gruppi di 3 persone, a cui viene assegnato un progetto. Il progetto è incentrato sulla costruzione di un prototipo di un sistema di supporto alle decisioni basato su una linea guida a scelta, utilizzando i tool presentati a lezione.
L'esame finale si compone di due parti: (1) presentazione orale e valutazione dei progetti, che vengono giudicati per ciascun gruppo, e (2) valutazione individuale, tramite un test sulla parte di teoria.
Altre informazioni
---
Obiettivi Agenda 2030 per lo sviluppo sostenibile